一种用于脑肿瘤分割的基于 Transformer 的生成对抗网络
图像与视频处理
2022-12-07 v2 机器学习
摘要
脑肿瘤分割在医学图像分割任务中仍具挑战性。随着 transformer 在各种计算机视觉任务中的应用，transformer 模块展现出学习全局空间中长距离依赖的能力，这与 CNN 互补。在本文中，我们提出了一种新颖的基于 transformer 的生成对抗网络，以多模态 MRI 自动分割脑肿瘤。我们的架构由生成器与判别器组成，二者以极小极大博弈过程训练。生成器基于典型的“U 形”编码器-解码器架构，其底层由带 resnet 的 transformer 模块构成。此外，生成器以深度监督技术训练。我们设计的判别器是基于 CNN 的多尺度 损失网络，被证明对医学语义图像分割有效。为验证方法有效性，我们在 BRATS2015 数据集上开展实验，取得了与先前最先进方法相当或更优的性能。
引用
@article{arxiv.2207.14134,
title = {A Transformer-based Generative Adversarial Network for Brain Tumor Segmentation},
author = {Liqun Huang and Long Chen and Baihai Zhang and Senchun Chai},
journal= {arXiv preprint arXiv:2207.14134},
year = {2022}
}
备注
11 pages, 2 figures